Nye publikasjoner
AI forutser forskningsresultater innen nevrovitenskap bedre enn eksperter gjør
Sist anmeldt: 03.07.2025
Alt iLive-innhold blir gjennomgått med medisin eller faktisk kontrollert for å sikre så mye faktuell nøyaktighet som mulig.
Vi har strenge retningslinjer for innkjøp og kun kobling til anerkjente medieområder, akademiske forskningsinstitusjoner og, når det er mulig, medisinsk peer-evaluerte studier. Merk at tallene i parenteser ([1], [2], etc.) er klikkbare koblinger til disse studiene.
Hvis du føler at noe av innholdet vårt er unøyaktig, utdatert eller ellers tvilsomt, velg det og trykk Ctrl + Enter.
En studie utført av forskere ved University College London (UCL) har vist at store språkmodeller (LLM-er) som GPT kan forutsi resultater fra nevrovitenskapelig forskning med en nøyaktighet som overgår menneskelige eksperters. Arbeidet, publisert i Nature Human Behaviour, demonstrerer hvordan kunstig intelligens trent på store tekstdatasett ikke bare kan trekke ut informasjon, men også identifisere mønstre for å forutsi vitenskapelige resultater.
En ny tilnærming til vitenskapelig prognose
Ifølge studiens hovedforfatter, dr. Ken Lo (UCL Psychology & Language Sciences), har utviklingen av generativ AI som ChatGPT åpnet opp enorme muligheter for generalisering og kunnskapsutvinning. I stedet for å studere AI-ens evne til å analysere tidligere informasjon, bestemte forskerne seg for å undersøke om AI-en kunne forutsi fremtidige eksperimentelle utfall.
«Vitenskapelige fremskritt innebærer ofte prøving og feiling, noe som tar tid og ressurser. Selv erfarne forskere kan gå glipp av viktige detaljer i litteraturen. Arbeidet vårt viser at LLM-er kan oppdage mønstre og forutsi eksperimentelle utfall», sa Dr. Lo.
BrainBench: AI og eksperttesting
For å teste egenskapene til LLM-er, laget forskerne et verktøy kalt BrainBench, som inkluderer par av vitenskapelige sammendrag fra nevrovitenskap:
- Ett sammendrag inneholder det faktiske forskningsresultatet.
- Det andre er et modifisert, men plausibelt resultat laget av eksperter.
15 språkmodeller og 171 nevrovitenskapseksperter ble testet for sin evne til å skille mellom ekte og falske resultater. Resultatene var imponerende:
- AI viste en gjennomsnittlig nøyaktighet på 81 %, mens eksperter bare scoret 63 %.
- Selv spesialister med høyest selvvurdering av kunnskap oppnådde bare 66 %.
Forbedrede modeller og perspektiver
Forskerne tilpasset også den åpne kildekode-modellen LLM (en versjon av Mistral), og trente den på vitenskapelig litteratur om nevrovitenskap. Den resulterende modellen, kalt BrainGPT, viste enda høyere nøyaktighet – 86 %.
«Arbeidet vårt viser at kunstig intelligens kan bli en integrert del av den eksperimentelle designprosessen, ikke bare noe som gjør arbeidet raskere, men også mer effektivt», sa professor Bradley Love (UCL).
Muligheter og utfordringer
Forskerne antyder at tilnærmingen deres kan tilpasses en rekke vitenskapelige disipliner. Resultatene av studien reiser imidlertid et viktig spørsmål: er moderne vitenskapelig forskning innovativ nok? Den høye nøyaktigheten til AI i prognoser tyder på at mange vitenskapelige funn er i samsvar med eksisterende mønstre.
«Vi bygger AI-verktøy som vil hjelpe forskere med å designe eksperimenter og forutsi mulige utfall, fremskynde iterasjoner og ta mer informerte beslutninger», la Dr. Lo til.
Dette gjennombruddet i bruken av AI lover å akselerere vitenskapelige oppdagelser og forbedre effektiviteten i forskning over hele verden.